融合重采样技术的不平衡Adaboost集成学习方法研究网络空间安全.docx

下载文档

2
0
约1.77万字
约 25页
2024-03-18 发布于河北
举报
版权申诉
保障服务

融合重采样技术的不平衡Adaboost集成学习方法研究网络空间安全.docx

1、本文档共25页，其中可免费阅读8页，需付费200金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

融合重采样技术的不平衡Adaboost集成学习方法研究网络空间安全

[摘要]传统机器学习算法大多是基于平衡数据进行数据分类研究，因此对不平衡数据分类效果较差，但是在实际应用中完全平衡数据集较少，通常需要对不平衡数据集进行分类。针对此问题，本研究提出了一种融合单边选择欠采样与Adaboost的不平衡学习算法，通过在集成学习算法中引入重采样技术，纠正基分类器的预测倾斜并且提高基分类器的多样性，从而达到增强不平衡数据分类效果的目的。该算法首先在不平衡数据集上使用单边选择欠采样方法降低数据集不平衡度，然后使用Adaboost算法框架进行训练，综合多个基分类器的分类结果，增强对不平衡数据的分类效